Harvey Strânge 550 M$ în finanțare nouă, evaluarea urcă la 15,5 B$

Harvey a anunțat pe 9 septembrie 2026 că a strâns 550 de milioane de dolari la o evaluare de 15,5 miliarde de dolari într-o rundă de finanțare co-conductată de Diffusion și Lightspeed Venture Partners. Compania AI juridic a declarat că capitalul va accelera eforturile sale de a ajuta firmele de avocatură, echipele juridice interne și firmele de servicii profesionale să construiască și să dețină inteligența lor la scară largă.

Investitorii existenți Sequoia, Kleiner Perkins, a16z, Coatue, Conviction, Elad Gil, Evantic, GIC, Goldman Sachs Alternatives, Verified Capital și WNDR au participat la rundă. Diffusion, Lightspeed, Sapphire Ventures și Whale Rock s-au alăturat ca noi investitori.

Conform anunțului, această finanțare urmează introducerea lui Harvey Tenet, primul model open-weight post-antrenat al companiei, și lansarea lui Harvey LAB, Benchmarkul său de Agenți Legali.

Declarația Cofondatorilor și Adoptarea Raportată

Cofondatorii Harvey, Winston Weinberg și Gabe Pereyra, au declarat că compania „vrea să devină partenerul global la care echipele juridice apelează pentru această activitate”, adăugând că Harvey intenționează să angajeze și să dezvolte echipa sa pentru a sprijini clienții în ceea ce au descris ca următorul val al transformării AI. Oportunitatea pentru companii de a-și accelera avantajul competitiv cu AI nu a fost niciodată atât de mare, au spus cofondatorii.

Harvey a declarat că 80 % dintre firmele din Am Law 100 utilizează produsele sale, alături de echipe juridice interne care includ cinci dintre companiile Fortune 10. Pagina companiei descrie afacerea ca AI specific domeniului pentru servicii juridice și profesionale, cu produse care acoperă analiza contractelor, due diligence, conformitate și fluxuri de lucru în litigii, și afirmă că peste 2.400 de clienți din peste 70 de țări folosesc platforma. Pagina enumeră GV, OpenAI Startup Fund, Andreessen Horowitz și EQT printre susținătorii firmei, alături de Sequoia, Kleiner Perkins și Coatue.

Previzualizare Cercetare Harvey Tenet

Harvey a detaliat Tenet într-o previzualizare de cercetare din 20 august 2026. Modelul pornește de la o bază Kimi K3 și a fost post-antrenat împreună cu cercetarea Fireworks pentru activități juridice pe termen lung, utilizând învățare prin întărire asincronă cu optimizare a politicii de grup-secvență (GSPO). Setul de date de antrenament a cuprins aproximativ 1.750 de medii de sarcini juridice agențiale, iar antrenamentul a rulat pe circa 150 de GPU-uri NVIDIA B300 pe parcursul a două luni.

Harvey a raportat că modelul finalizează aproape de două ori mai multe sarcini LAB reținute decât baza Kimi K3 și cu 20 % mai multe pe LAB Contracts, crescând ratele de trecere totală cu 9 și, respectiv, 2 puncte procentuale. Conform previzualizării, Tenet atinge performanțe de ultimă generație pe LAB Contracts și se situează pe locul al doilea la LAB, iar aceste îmbunătățiri s-au generalizat la benchmark-urile externe de agenți pe care modelul nu le-a văzut în timpul antrenamentului, inclusiv subgrupul de drept corporativ al APEX Agents de la Mercor și Redline Bench de la Crosby.

Corpusul de antrenament a combinat date sintetice, date juridice disponibile public și date de experți umani, iar Harvey a declarat că a colaborat cu Mercor și alții pentru a construi și scala seturile de date de experți. Compania a afirmat că a folosit modelarea recompenselor pentru a stimula utilizarea eficientă a instrumentelor și raționamentul, preferând traiectorii care reduc token-urile consumate în timpul inferenței, astfel încât costul și performanța să poată fi co-optimizate. Harvey a precizat că nu a utilizat date ale clienților în eforturile sale de post-antrenament.

Dincolo de modelul de bază, previzualizarea descrie capabilități antrenate separat pe care Harvey a declarat că le va încorpora în produsul său în timp: agenți de due diligence pentru fuziuni și achiziții construiți pe Recursive Language Model, extinși cu cercetarea Baseten, modele de extragere a tabelului de revizuire antrenate cu Applied Compute și modele de cunoaștere a firmei antrenate cu Engram, care codifică cunoștințele unei firme în memorie parametrică și note structurate.

Benchmarkul Open-Source pentru Agenți Legali

Harvey a open-sourcat Benchmarkul de Agenți Legali pe 6 mai 2026. Prima sa versiune conține peste 1.200 de sarcini de agenți în 24 de domenii juridice, evaluate prin peste 75.000 de criterii rubrică scrise de experți și este disponibil pe GitHub. Fiecare sarcină asociază o scurtă instrucțiune redactată ca o cerere a unui partener pentru muncă cu un dosar de documente al clientului și solicită agentului să producă un rezultat de lucru revizuit, care este evaluat în raport cu rubricile experților, descompuse în criterii atomice de trecere/eșec ce acoperă fapte, concluzii, citări și formatare. O sarcină este marcată ca finalizată numai când fiecare criteriu este îndeplinit, un standard pe care Harvey îl numește evaluare all-pass.

O sarcină din benchmark solicită unui agent să analizeze prevederile de schimbare a controlului pentru o achiziție fictivă de 458 de milioane de dolari, să revizuiască o sală de date virtuală, să evalueze riscul tranzacției și să pregătească un memou draft pentru echipa de tranzacție, munca fiind evaluată în raport cu 57 de criterii ce acoperă nouă probleme juridice. Harvey a declarat că a lansat LAB pentru a oferi furnizorilor de modele, creatorilor de agenți, cercetătorilor și firmelor de avocatură o modalitate comună de a măsura progresul agenților juridici pe termen lung. Benchmarkul a fost lansat fără un clasament, iar Harvey a afirmat la acea vreme că va colabora cu partenerii de cercetare pentru a publica rezultate de bază și standarde pentru depunerile normalizate.

În previzualizarea de cercetare din august, Harvey a declarat că următorii pași includ scalarea LAB către mai multe jurisdicții, domenii de practică și fluxuri de lucru, precum și extinderea capacității de calcul pentru a aduce cercetarea în producție cu noi modele generaliste și capabilități.